75% cloud-native разработчиков используют ИИ-инструменты для кода, тогда как среди их коллег вне cloud-native этот показатель составляет 55%. Разрыв в 20 процентных пунктов важен не сам по себе: он показывает, что генеративный ИИ быстрее становится рабочим инструментом там, где уже выстроены автоматизация, CI/CD и эксплуатация сложных распределённых систем. Для российских команд это повод оценивать не модный ассистент в редакторе, а готовность инженерной среды принять ускорившийся поток изменений.
Эти данные содержатся в отчёте State of Cloud Native Development за III квартал 2026 года, подготовленном CNCF совместно со SlashData и представленном 10 ноября на KubeCon + CloudNativeCon North America в Солт-Лейк-Сити, сообщает The New Stack. Исследование оценивает мировое сообщество cloud-native разработчиков в 21,2 млн человек — около 41% всех разработчиков. Ещё годом ранее CNCF оценивала эту группу в 15,6 млн, а в I квартале 2026-го — в 19,9 млн.
Важно не подменять вывод отчёта более громким, но неточным тезисом «ИИ пишет три четверти кода». Речь идёт об использовании инструментов для программирования: от подготовки фрагментов и тестов до объяснения чужого кода и работы с инфраструктурными конфигурациями. Генерация остаётся лишь одной частью процесса, а качество результата по-прежнему определяется ревью, тестами, правами доступа и тем, может ли команда объяснить, что именно уехало в прод.
Преимущество cloud-native среды выглядит логично. Команды, которые давно живут с контейнерами, декларативной инфраструктурой, пайплайнами поставки и наблюдаемостью, уже привыкли превращать инженерные практики в повторяемые процессы. ИИ-инструменты для кода в такой системе не отменяют правила: они просто добавляют ещё одного очень быстрого, временами самоуверенного автора изменений. Если для него есть проверки, шаблоны, тестовые контуры и понятные границы ответственности, польза оказывается заметнее риска.
Разрыв проявляется и за пределами IDE. 67% cloud-native разработчиков интегрируют ИИ-возможности в свои сервисы; среди не облачно-ориентированных коллег таких 38%. При этом 49% тех, кто встраивает ИИ в сервисы, уже сообщают о работающих в продакшене агентных системах — как внутренних, так и клиентских. Это не означает, что половина индустрии передала бизнес-процессы автономным агентам. Скорее, эксперимент перестал быть исключительно демонстрацией на корпоративном хакатоне и добрался до реальных контуров с ограничениями, логированием и эксплуатационными требованиями.
Показательна и осторожность в использовании автономии. В Северной Америке 21% cloud-native специалистов применяют ИИ для черновика кода, затем самостоятельно его проверяя и редактируя. Полностью автономных агентов для задач программирования используют 12%. Практический сигнал здесь простой: массовое внедрение не равно безусловному доверию. Команды берут скорость на рутинных операциях, но удерживают человека в точках, где ошибка превращается в инцидент, уязвимость или дорогой откат.
Отчёт фиксирует ещё один сдвиг: 93% разработчиков работают в организациях, где есть стандартизация DevOps-практик или внутренняя платформа разработки. В III квартале 2025 года таких было 77%. Платформа становится не декоративным каталогом сервисов, а местом, где можно централизованно задать допустимые модели, доступ к данным, правила секретов, шаблоны репозиториев и автоматические проверки. Именно эта скучная часть обычно отделяет полезный ИИ-инструмент от ещё одного источника неразборчивых pull request.
Для CTO и руководителей разработки цифры CNCF — не аргумент закупать лицензии «потому что у всех уже есть». Сначала стоит договориться, какие задачи разрешено отдавать помощнику, какие данные нельзя отправлять наружу, кто отвечает за проверку результата и как измеряется эффект. Метрика количества сгенерированных строк кода здесь почти бесполезна: она не скажет ничего о времени ревью, дефектах после релиза, безопасности зависимостей и поддерживаемости сервиса. ИИ-инструменты для кода дают отдачу там, где их включают в уже работающий цикл инженерного контроля, а не ставят рядом с ним.
Наиболее интересный вопрос теперь не в том, дойдёт ли проникновение ИИ до оставшейся четверти cloud-native разработчиков. Гораздо важнее, смогут ли компании превратить индивидуальные приёмы работы с ассистентом в воспроизводимую практику команды — без потери контроля над кодом и инфраструктурой. Полные цифры и методологию исследования можно сверить в материале .
